Predictor variables for half marathon race time in recreational female runners
Notice bibliographique
Résumé
INTRODUCTION: The relationship between skin-fold thickness and running performance has been investigated from 100 m to the marathon distance, except the half marathon distance. OBJECTIVE: To investigate whether anthropometry characteristics or training practices were related to race time in 42 recreational female half marathoners to determine the predictor variables of half-marathon race time and to inform future novice female half marathoners. METHODS: Observational field study at the 'Half Marathon Basel' in Switzerland. RESULTS: In the bivariate analysis, body mass (r = 0.60), body mass index (r = 0.48), body fat (r = 0.56), skin-fold at pectoral (r = 0.61), mid-axilla (r = 0.69), triceps (r = 0.49), subscapular (r = 0.61), abdominal (r = 0.59), suprailiac (r = 0.55) medial calf (r = 0.53) site, and speed of the training sessions (r = -0.68) correlated to race time. Mid-axilla skin-fold (p = 0.04) and speed of the training sessions (p = 0.0001) remained significant after multi-variate analysis. Race time in a half marathon might be predicted by the following equation (r² = 0.71): Race time (min) = 166.7 + 1.7x (mid-axilla skin-fold, mm) - 6.4x (speed in training, km/h). Running speed during training was related to skinfold thickness at mid-axilla (r = -0.31), subscapular (r = -0.38), abdominal (r = -0.44), suprailiacal (r = -0.41), the sum of eight skin-folds (r = -0.36) and percent body fat (r = -0.31). CONCLUSION: Anthropometric and training variables were related to half-marathon race time in recreational female runners. Skin-fold thicknesses at various upper body locations were related to training intensity. High running speed in training appears to be important for fast half-marathon race times and may reduce upper body skin-fold thicknesses in recreational female half marathoners.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».